Tom Silver
Princeton University
収録論文 33本 ・ フィジカルAI/ロボット学習
※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。
論文
- EMPIRIC: ロボットプランニングのための実験駆動型残差世界モデル学習世界モデル2026/9/28
物理エンジンに不足するメカニズムをコードとして学習し、ベイズ推論でパラメータを推定する残差世界モデルを提案。シミュレーションと実機でタスク解決性能を向上。
- 汎用タスク・動作計画問題に対するコーディングエージェントタスク・動作計画2026/9/24
タスク記述とシミュレータへのアクセスを与えられたコーディングエージェントが、未知のインスタンスに汎化する計画プログラムを合成できるかを検証し、手設計プランナーを上回る成功率を示した。
- TANDEM: 必要時デモンストレーションを用いたタスク・動作計画による視覚言語行動モデルの効率的ファインチューニングVLA2026/9/23
タスク・動作計画(TAMP)と必要な時だけ人間が遠隔操作する手法を組み合わせ、長期的なマニピュレーションタスクのデモンストレーションを効率的に収集し、視覚言語行動モデルのファインチューニングを可能にするシステムを提案。
- DATAFARM: 事前学習分布に整合させたタスク・動作計画によるVLAモデルのファインチューニングVLA2026/9/11
TAMPが生成する軌道をVLAの事前学習データの分布(関節配置・動作スタイル・時間的プロファイル)に合わせることで、生のTAMP軌道ではほぼ効果がなかったファインチューニングを大幅に改善した手法。
- 回復・発見・計画：ロボットの失敗からスキルと概念を学習する強化学習/計画2026/6/1
ロボットが失敗から回復するだけでなく、将来の失敗を避けるための抽象的な知識を獲得する手法を提案。強化学習で回復スキルを学び、その経験から関係述語を発見して抽象計画に活用する。
- KinDER: ロボット学習と計画のための物理的推論ベンチマークベンチマーク2026/4/1
ロボットの物理的推論能力を評価するためのベンチマークKinDERを提案し、既存手法が多くの環境で課題を抱えることを示した。
- モジュール型ロボット政策のための人間参加型信頼度対応障害復旧フレームワーク障害復旧/人間参加型/モジュール型政策2026/2/1
モジュール型ロボット政策において、モジュールレベルの不確実性と人間の介入コストを考慮し、どのモジュールにいつ人間に問い合わせるかを決定する障害復旧フレームワークを提案。食事取得支援ロボットで有効性を実証。
- 深層述語発見と事前学習済み基盤モデルの統合記号的世界モデル2025/12/1
LLMが提案する述語効果分布と低レベルデータからのニューラル述語学習を相互に洗練させる二層学習フレームワークUniPredを提案し、ロボットの長期タスクにおける記号的世界モデル構築を効率化した。
- SLAP: 抽象プランニングのためのショートカット学習タスク・モーションプランニング2025/11/1
既存のタスク・モーションプランニングの選択肢を活用し、強化学習で新たなショートカット行動を自動発見することで、より短い計画と高い成功率を実現する手法を提案。
- PrioriTouch: 腕全体の物理的ヒューマンロボットインタラクションにおけるユーザの接触選好への適応物理的ヒューマンロボットインタラクション2025/9/1
複数接触がある腕全体の物理的インタラクションで、ユーザごとの接触の好み（場所や力）に適応するため、学習ベースのランキングと階層型操作空間制御を組み合わせたフレームワークを提案し、介護タスクなどで安全性と快適性を向上させた。
- ExoPredicator: ロボット計画のための動的環境の抽象モデル学習ロボット計画2025/9/1
ロボットの行動だけでなく外部プロセスも同時に進行する動的環境において、記号状態表現と因果プロセスを同時に学習し、長期計画を可能にするフレームワークを提案。
- SAVOR: 視触覚知覚によるスキルアフォーダンス学習とロボット支援食事の一口取得マニピュレーション2025/6/1
道具と食品の相互作用からスキルアフォーダンスを学習し、視触覚知覚で食品の物理特性をオンライン更新することで、ロボットが食品に適した一口取得スキルをリアルタイムに選択できるようにした。
- FEAST: 実環境でのパーソナライズを可能にする柔軟な食事支援システム食事支援/パーソナライズ2025/6/1
食事介助ロボットを、モジュール式ハードウェアと多様な操作手段、LLMで調整可能な行動ツリーにより、利用者ごとのニーズに実環境で適応できるようにしたシステム。
- CLAMP：オープンソースデバイスによる大規模実世界触覚データのクラウドソーシングとマルチモーダルロボット知覚触覚2025/5/1
低コストの触覚センサ付き把持具を一般家庭に配布して大規模な実世界マルチモーダル触覚データセットを構築し、それを用いて物体の材質や柔軟性を推定する視触覚認識モデルを学習した。
- 線の内側で彩る：計画制約のヌル空間におけるパーソナライゼーションパーソナライゼーション2025/5/1
ロボット計画の制約充足問題のヌル空間を利用し、安全性を保ちながらオンライン対話で効率的に個人適応する手法を提案し、シミュレーション・ユーザー研究・実機の食事支援で有効性を示した。
- 見ることは信じること：基盤モデルを不確実性推定器として用いた信念空間プランニングVLA2025/4/1
VLMを不確実性推定に用いて記号的な信念表現を構築し、部分観測環境で戦略的な情報収集を組み込んだ信念空間プランニングを実現した研究。
- 二層計画のための二層学習タスク計画2025/2/1
実演からニューラル述語を直接学習し、二層計画に組み込むことで、高次元状態でも新規タスクに汎化できる手法IVNTRを提案した。
- ピクセルから述語へ：事前学習済み視覚言語モデルによる記号的世界モデルの学習VLA2025/1/1
事前学習済み視覚言語モデルを用いて画像から記号的な述語を抽出し、長期タスクの計画に使える抽象的世界モデルを少数の実演から学習する手法を提案。
- CART-MPC：マルチエージェントモデル予測制御によるロボット支援移乗のための支援デバイス連携マニピュレーション2025/1/1
ホイヤースリングと車椅子をセンサ・アクチュエータで知能化し、ロボットアームと協調して変形可能なスリングストラップをフックに結ぶマルチエージェントMPCを提案。シミュレーションと実機でゼロショットsim-to-real転移を実証した。
- GRACE: ユーザー機能埋め込みによるロボット介護支援の汎用化介護ロボティクス2025/1/1
作業療法の機能評価スコアから個人の関節可動域を予測するニューラルモデルを学習し、ロボットが介護タスクで個別最適化された支援を提供できるようにした研究。
- VisualPredicator：ロボット計画のための神経記号的述語を用いた抽象世界モデルの学習ロボット計画2024/10/1
記号と神経の知識表現を組み合わせた一階述語言語を提案し、述語をオンラインで発明しながら抽象世界モデルを学習する手法を開発。五つのロボットシミュレーション領域で階層強化学習や視覚言語モデル計画より優れたサンプル効率と分布外汎化、解釈性を示した。
- 将来のタスクを先読みするタスク・動作計画タスク・動作計画2024/7/1
将来のタスクのコストを学習モデルで予測し、後続タスクの妨げになる副作用を避けるように計画を選ぶ手法を提案。シミュレーションと実機で効果を検証した。
- 習うより慣れろ：スキルパラメータ方策を学習するための計画マニピュレーション2024/2/1
ロボットがパラメータ化されたスキル群を自律的に練習し、環境に適応したパラメータ選択方策を効率的に学習する手法を提案。
- 二層計画のための関係状態抽象化の身体性能動学習能動学習2023/3/1
ロボットが専門家との対話を通じて述語の解釈を能動的に学習し、二層計画に必要な神経述語解釈・記号計画演算子・神経サンプラーを獲得する手法を提案。
- 予測すべき変化を選ぶ効率的な抽象プランニングモデルの学習タスクプランニング2022/8/1
ロボットの長期タスク計画のため、抽象状態の無関係な変化を無視し、目標達成に必要な変化のみを予測する記号演算子を学習する手法を提案。BEHAVIOR-100を含む10領域で効率的な計画を実現。
- ニューロシンボリック技能の学習による二層プランニングタスク・モーションプランニング2022/6/1
ロボットの長期タスクを解くため、記号的なオペレータとニューラルなサンプラーに加え、パラメータ化された方策を同時に学習し、探索とサンプリングを組み合わせた二層プランニングで多様なタスクを解決する手法を提案した。
- 二層計画のための述語発明タスク計画2022/3/1
実演から記号的な述語を学習し、手設計なしで二層計画の抽象化を自動獲得する手法を提案。4つのロボット計画環境で既存手法を上回る性能を示した。
- 連続ロボットTAMPのための状態・行動抽象化の発見タスク・動作計画2021/9/1
少数の訓練例から連続ロボットのタスク・動作計画(TAMP)向けに特徴・抽象化・汎用計画を学習し、TAMPソルバの探索効率を改善する手法を提案した論文。
- 二層計画のためのニューロシンボリック関係遷移モデルの学習タスク計画2021/5/1
記号とニューラルを組み合わせた関係遷移モデルを提案し、外側の記号計画が内側の連続計画を導く二層計画を実現。数十〜数百エピソードで学習でき、未見の物体や最大60行動の長いタスクでも高速に計画できることを4つのロボット領域で示した。
- タスク・動作計画のための記号的オペレータの学習タスク・動作計画2021/3/1
TAMPのためのオペレータ学習を定式化し、ボトムアップ関係学習で記号的オペレータを獲得して計画に用いる手法を提案した論文。
- 統合されたタスク・動作計画タスク・動作計画2020/10/1
物体が多い環境でロボットが移動と物体操作を行うTAMP問題を定義し、連続空間の部分問題の解法と離散・連続要素の統合手法の観点から既存アルゴリズムを分類・概観したサーベイ論文。
- 文脈特化型抽象化による効率的な計画の学習計画/強化学習2020/7/1
因子化MDPにおいて、文脈に応じた制約を学習することで計画の計算コストを削減するCAMPを提案し、ロボットナビゲーションや操作計画で有効性を示した。
- 残差方策学習：制御と強化学習の融合強化学習/制御融合2018/12/1
既存の制御器の上に残差を強化学習で学習させることで、非微分可能な方策を改善し、複雑なロボット操作タスクの性能を高める手法を提案。
